Statistika 2: Inferensi Statistik: paket kilat

Lembar rumus, langkah-langkah metode utama untuk setiap topik, dan 10 soal latihan, dengan pembahasan lengkap di bagian belakang.

Soal baruKembali ke mata kuliah

Di jendela cetak, pilih “Simpan sebagai PDF” untuk menyimpan salinan di perangkat Anda.

1Rumus dan metode

Distribusi normal

Skor z
z = (x − μ)/σ
Di bawah x
P(X < x) = Φ(z)
Di atas x
P(X > x) = 1 − Φ(z)
Di antara
Φ(z2) − Φ(z1)
Persentil
x = μ + z·σ

Metode

  1. Ubah nilainya menjadi skor z: z = (x − μ)/σ.
  2. Cari Φ(z), luas di sebelah kiri z.
  3. Untuk luas di sebelah kanan gunakan 1 − Φ(z); untuk suatu selang kurangkan kedua luas kiri.
  4. Untuk persentil, kerjakan mundur: cari z untuk luasnya, lalu x = μ + z·σ.

Selang kepercayaan

σ diketahui
x̄ ± z·σ/√n
σ tidak diketahui
x̄ ± t·s/√n, df = n − 1
z kritis
90%: 1,645, 95%: 1,96, 99%: 2,576
Ukuran sampel
n = (z·σ/E)², rounded up

Metode

  1. Pilih antara z (σ populasi diketahui) dan t (hanya s sampel, dengan n − 1 derajat kebebasan).
  2. Cari nilai kritis untuk tingkat kepercayaannya.
  3. Margin of error: E = nilai kritis × simpangan baku/√n.
  4. Selang: x̄ ± E.

Uji hipotesis & selang kepercayaan

Uji z untuk rata-rata
z = (x̄ − μ0)/(σ/√n)
Uji t untuk rata-rata
t = (x̄ − μ0)/(s/√n), df = n − 1
Dua sisi pada 5%
tolak H0 jika |z| > 1,96
Selang kepercayaan
x̄ ± z·σ/√n

Metode

  1. Nyatakan H₀ dan H₁ dan tentukan apakah ujinya satu sisi atau dua sisi.
  2. Hitung statistik uji: (x̄ − μ₀)/(σ/√n), atau dengan s dan t.
  3. Bandingkan dengan nilai kritis, atau cari nilai p.
  4. Tolak H₀ jika statistiknya melewati nilai kritis (p di bawah α), dan nyatakan kesimpulannya dengan kata-kata.

Regresi linear & korelasi

Jumlah kuadrat
Sxx = Σ(x − x̄)² = Σx² − (Σx)²/n, Sxy = Σxy − ΣxΣy/n
Kemiringan
b = Sxy/Sxx
Intersep
a = ȳ − b·x̄
Korelasi
r = Sxy/√(SxxSyy)
Residu
e = y − ŷ

Uji chi-kuadrat

Statistik uji
χ² = Σ(O − E)²/E
Uji kecocokan
E = n·p, df = k − 1 − (estimated parameters)
Independensi
E = row total × column total / grand total, df = (r − 1)(c − 1)
Nilai kritis (α = 0,05)
df 1: 3,841, 2: 5,991, 3: 7,815, 4: 9,488
Keputusan
tolak H0 jika χ² > χ²crit

2Soal latihan

1.Distribusi normalSedang
70108,25P = ?

Data skor IQ berdistribusi normal dengan rata-rata 100 poin dan simpangan baku 15 poin. Berapa proporsi yang berada di antara 70 dan 108,25 poin? Nyatakan P dalam bentuk desimal.

μ = 100σ = 15x1 = 70x2 = 108,25
P =
2.Distribusi normalSulit
10 g0X − Y?

Massa X produk dari lini 1 dan Y dari lini 2 saling bebas dan normal: X memiliki rata-rata 500 g dan simpangan baku 8 g, Y memiliki rata-rata 490 g dan simpangan baku 6 g. Cari peluang P bahwa X lebih besar dari Y. Bulatkan z ke dua desimal.

μX = 500 g, σX = 8 gμY = 490 g, σY = 6 g
P =
3.Selang kepercayaanSedang
x̄E₁ = 8,890%, n = 100x̄E₂ = ?95%, n = 100

Selang kepercayaan 90% untuk rata-rata, berdasarkan 100 pengamatan dan σ diketahui, memiliki margin galat 8,8. Berapa margin galat E₂ selang 95% dari data yang sama?

90%n₁ = 100E₁ = 8,895%
E₂ =
4.Selang kepercayaanSulit
μ₁ − μ₂, t(29) = 2,7560LUx̄₁ − x̄₂E = ?99%

Dua jenis pupuk diuji. Kelompok petak 1: 10 petak, rata-rata hasil 32,5 kg, simpangan baku 8 kg. Kelompok petak 2: 21 petak, rata-rata 24 kg, simpangan baku 9 kg. Anggap variansnya sama (t gabungan, df = n₁ + n₂ − 2). Tentukan margin galat E selang kepercayaan 99% untuk μ₁ − μ₂.

n₁ = 10x̄₁ = 32,5s₁ = 8n₂ = 21x̄₂ = 24s₂ = 999%t(29) = 2,756
E = kg
5.Uji hipotesis & selang kepercayaanSedang
t −2,13102,131

Sampel 16 mahasiswa memiliki nilai rata-rata 203,4 dan simpangan baku sampel 8. Tentukan statistik uji t untuk H₀: μ = 200.

μ₀ = 200x̄ = 203,4s = 8n = 16
t =
6.Uji hipotesis & selang kepercayaanSulit
μ₀x̄c

Uji z satu sisi untuk H₀: μ = 100 melawan H₁: μ > 100 dilakukan pada α = 0,10 dengan sampel berukuran 36; simpangan bakunya diketahui 18. Kenyataannya, rata-ratanya 106,3. Tentukan kuasa 1 − β uji dalam persen.

μ₀ = 100μ = 106,3σ = 18n = 36α = 0,10
1 − β = %
7.Regresi linear & korelasiSedang
xy128239339452555xy24304050

Tabel memberikan 5 pasang pengamatan x = belanja iklan dalam k€ dan y = penjualan dalam k€. Jumlah-jumlahnya diberikan. Cari koefisien korelasi Pearson r dari jumlah-jumlah ini.

n = 5Σx = 15Σy = 213Σx² = 55Σy² = 9555Σxy = 706
r =
8.Regresi linear & korelasiSulit
xy126225322422517618xy2462025x = 1,5

Tabel memberikan 6 pasang pengamatan x = umur mobil dalam tahun dan y = harga dalam k€. Gunakan garis kuadrat terkecil ŷ = a + b·x. Sebuah pengamatan baru (1,5, 20) dilakukan. Cari residunya e = y − ŷ.

n = 6(1,5, 20)
e =
9.Uji chi-kuadratSedang
tanpa cacatcacat ringancacat beratTotalshift siang165826100shift malam20233780Total368163180

Tabel kontingensi menunjukkan frekuensi teramati. Hitung statistik chi-kuadrat χ² untuk uji independensi antara variabel baris dan variabel kolom. Jangan gunakan koreksi kontinuitas.

N = 1802 × 3
χ² =
10.Uji chi-kuadratSulit
lulustidak lulusTotalpabrik A35540pabrik B8515100pabrik C6040100Total18060240dfα = 0,05α = 0,0113,8416,63525,9919,21037,81511,34549,48813,277511,07015,086612,59216,812714,06718,475815,50720,090916,91921,6661018,30723,209

Tabel menunjukkan frekuensi teramati. Uji pada α = 0,05 apakah kedua variabel independen (tanpa koreksi kontinuitas). Hitung statistik uji χ², lalu bandingkan dengan nilai kritis dari tabel.

N = 2403 × 2α = 0,05
χ² =

3Larutan

1.Distribusi normal

Jawaban: P = 0,6861

Distribusi normal: ubah nilai x menjadi skor z, z = (x − μ)/σ, yang menghitung berapa simpangan baku dari rata-rata. Tabel z (atau Φ(z)) memberikan luas di sebelah kiri z, yaitu P(X < x). Luas di sebelah kanan adalah 1 − Φ(z), dan luas di antara dua nilai adalah selisih kedua luasnya.

Skor z

z₁ = (70 − 100)/15 = −2
z₂ = (108,25 − 100)/15 = 0,55

Luas di antara

P = Φ(0,55) − Φ(−2) = 0,7088 − 0,02275 = 0,6861

Jawaban

P = 0,6861
2.Distribusi normal

Jawaban: P = 0,8413

Jumlah dan selisih variabel normal: jika X dan Y saling bebas dan normal, maka X + Y dan X − Y juga normal. Rata-rata dijumlahkan atau dikurangkan: E(X ± Y) = μX ± μY. Variansi selalu dijumlahkan, juga untuk selisih: Var(X ± Y) = σX² + σY², sehingga σ = √(σX² + σY²). Simpangan baku tidak pernah dijumlahkan secara langsung. Total n butir yang saling bebas dan berdistribusi sama memiliki rata-rata n·μ dan simpangan baku σ·√n. Lalu standarkan seperti biasa: z = (x − rata-rata)/σ dan baca Φ(z).

Distribusi selisih

μ = 500 − 490 = 10 g, σ = 10 g

Standarkan

z = (0 − 10)/10 = −1

Peluang

P = 1 − Φ(−1) = 0,8413

Jawaban

P = 0,8413
3.Selang kepercayaan

Jawaban: E₂ = 10,49

Selang kepercayaan untuk rata-rata: x̄ ± margin galat. Jika σ populasi diketahui, margin galatnya z·σ/√n; jika hanya ada simpangan baku sampel s, gunakan t dengan derajat bebas n − 1: t·s/√n. Nilai kritis: z = 1,645 (90%), 1,96 (95%), 2,576 (99%). Agar margin galat E atau lebih kecil, Anda memerlukan n ≥ (z·σ/E)², dibulatkan ke atas.

Rasio margin

E₂/E₁ = (1,96/1,645)·√(100/100) = 1,191

Margin baru

E₂ = 8,8·1,191 = 10,49

Jawaban

E₂ = 10,49
4.Selang kepercayaan

Jawaban: E = 9,214 kg

Selang untuk selisih: estimasi ± nilai kritis × galat baku. Untuk dua rata-rata saling bebas dengan σ diketahui: SE = √(σ₁²/n₁ + σ₂²/n₂) dan z. Dengan varians sama yang tidak diketahui: s_p gabungan dan t dengan derajat bebas n₁ + n₂ − 2. Untuk data berpasangan, gunakan selisihnya: d̄ ± t·s_d/√n.

Simpangan baku gabungan

sp² = (9·8² + 20·9²)/29 = 75,72
sp = 8,702

Margin galat

E = 2,756·8,702·√(1/10 + 1/21) = 9,214

Jawaban

E = 9,214 kg
5.Uji hipotesis & selang kepercayaan

Jawaban: t = 1,7

Menguji rata-rata: statistik uji mengukur berapa galat baku rata-rata sampel dari nilai yang diklaim dalam H₀: z = (x̄ − μ₀)/(σ/√n) jika σ diketahui, t = (x̄ − μ₀)/(s/√n) jika diestimasi dari sampel. Selang kepercayaan adalah x̄ ± (nilai kritis)·(galat baku).

Galat baku

SE = 8/√16 = 8/4 = 2

Statistik uji

t = (203,4 − 200)/2 = 1,7

Jawaban

t = 1,7
t0,025; df = 15 = 2,131

|t| < 2.131, jadi H₀ tidak ditolak pada taraf 5% (dua sisi).

6.Uji hipotesis & selang kepercayaan

Jawaban: 1 − β = 79,33 %

Kuasa uji: kuasa = 1 − β adalah probabilitas menolak H₀ ketika H₀ salah. Cari batas x̄c dari μ₀ dan z_α, lalu hitung probabilitas berada di luar x̄c dengan memakai rata-rata sebenarnya: z = (x̄c − μ)/(σ/√n).

Rata-rata sampel kritis

SE = 18/√36 = 3
x̄c = 100 + 1,282·3 = 103,8

z menurut rata-rata sebenarnya

z = (103,8 − 106,3)/3 = −0,818

Daya

kuasa = P(Z > −0,818) = 79,33%
1 − β = 79,33%

Jawaban

1 − β = 79,33%
7.Regresi linear & korelasi

Jawaban: r = 0,9659

Regresi kuadrat terkecil: dengan x̄ dan ȳ sebagai rata-rata, Sxx = Σ(x − x̄)², Syy = Σ(y − ȳ)² dan Sxy = Σ(x − x̄)(y − ȳ), garis ŷ = a + b·x memiliki kemiringan b = Sxy/Sxx dan intersep a = ȳ − b·x̄, sehingga garis selalu melalui (x̄, ȳ). Koefisien korelasi Pearson r = Sxy/√(Sxx·Syy) terletak antara −1 dan 1; r² adalah fraksi variasi y yang dijelaskan oleh garis.

Jumlah terpusat

Sxy = 706 − 15·213/5 = 67
Sxx = 55 − 15²/5 = 10
Syy = 9555 − 213²/5 = 481,2

Koefisien korelasi

r = 67/√(10·481,2) = 0,9659

Jawaban

r = 0,9659
8.Regresi linear & korelasi

Jawaban: e = −5,324

Regresi kuadrat terkecil: dengan x̄ dan ȳ sebagai rata-rata, Sxx = Σ(x − x̄)², Syy = Σ(y − ȳ)² dan Sxy = Σ(x − x̄)(y − ȳ), garis ŷ = a + b·x memiliki kemiringan b = Sxy/Sxx dan intersep a = ȳ − b·x̄, sehingga garis selalu melalui (x̄, ȳ). Koefisien korelasi Pearson r = Sxy/√(Sxx·Syy) terletak antara −1 dan 1; r² adalah fraksi variasi y yang dijelaskan oleh garis.

Rata-rata

x̄ = 21/6 = 3,5
ȳ = 130/6 = 21,67

Jumlah kuadrat dan hasil kali

Sxx = Σ(x − x̄)² = 17,5
Sxy = Σ(x − x̄)(y − ȳ) = −32

Garis regresi

b = −32/17,5 = −1,829
a = 21,67 − (−1,829)·3,5 = 28,07
ŷ = 28,07 − 1,829·x

Nilai prediksi

ŷ = 28,07 + (−1,829)·1,5 = 25,32

Residu

e = 20 − 25,32 = −5,324

Jawaban

e = −5,324

Titik terletak di bawah garis.

9.Uji chi-kuadrat

Jawaban: χ² = 15,46

Uji chi-kuadrat: bandingkan frekuensi teramati O dengan frekuensi E yang diharapkan di bawah H₀ menggunakan χ² = Σ(O − E)²/E. Uji kecocokan: E = n·p untuk setiap kategori, df = k − 1 (dikurangi satu lagi untuk setiap parameter yang diestimasi dari data). Independensi dalam tabel r × c: E = total baris × total kolom / total keseluruhan, df = (r − 1)(c − 1). Tolak H₀ bila χ² melebihi nilai kritis untuk α yang dipilih.

Frekuensi harapan

shift siang: 100·36/180 = 20, 100·81/180 = 45, 100·63/180 = 35
shift malam: 80·36/180 = 16, 80·81/180 = 36, 80·63/180 = 28

Statistik chi-kuadrat

χ² = (16 − 20)²/20 + (58 − 45)²/45 + (26 − 35)²/35 + (20 − 16)²/16 + (23 − 36)²/36 + (37 − 28)²/28
χ² = 15,46

Jawaban

χ² = 15,46

df = 2. Pada α = 0,05 nilai kritisnya 5,991, sehingga H₀ (independensi) ditolak.

10.Uji chi-kuadrat

Jawaban: χ² = 20,67

Uji chi-kuadrat: bandingkan frekuensi teramati O dengan frekuensi E yang diharapkan di bawah H₀ menggunakan χ² = Σ(O − E)²/E. Uji kecocokan: E = n·p untuk setiap kategori, df = k − 1 (dikurangi satu lagi untuk setiap parameter yang diestimasi dari data). Independensi dalam tabel r × c: E = total baris × total kolom / total keseluruhan, df = (r − 1)(c − 1). Tolak H₀ bila χ² melebihi nilai kritis untuk α yang dipilih.

Frekuensi harapan

pabrik A: 30, 10
pabrik B: 75, 25
pabrik C: 75, 25

Statistik chi-kuadrat

χ² = (35 − 30)²/30 + (5 − 10)²/10 + (85 − 75)²/75 + (15 − 25)²/25 + (60 − 75)²/75 + (40 − 25)²/25
χ² = 20,67

Keputusan

df = 2, χ²crit = 5,991
20,67 > 5,991

Jawaban

χ² = 20,67

χ² di atas nilai kritis, sehingga H₀ ditolak: variabel-variabelnya tampak berhubungan.

ExamProblems · examproblems.com/courses/statistics-2-inference